[发明专利]基于边界框修正算法的遥感图像飞机目标检测方法

权利要求书

1.基于边界框修正算法的遥感图像飞机目标检测方法，其特征在于，包括有如下步骤：

(1)生成训练样本集和测试样本集：从遥感图像数据集中选取含有飞机目标的遥感图像作为源数据；选取源数据中的80％作为训练样本，剩余的20％作为测试样本；

(2)对训练样本进行预处理：首先对训练样本集中每张遥感图像进行重叠切片预处理，然后对训练样本集中未含有label的遥感图像中的飞机目标类别、目标位置信息进行标注，得到xml格式的标注文件，并将其转化为适用于YOLO v3模型训练的文本格式的标注文件；

(3)对测试样本进行重叠切片预处理，得到预处理后的测试样本：对测试样本集中每张遥感图像进行重叠切片预处理，得到的每个切片为重叠切片，保存每个重叠切片的左上角顶点处在相应测试样本中的坐标(x₁,y₁)和右下角顶点处在相应测试样本中的坐标(x₂,y₂)，得到的所有重叠切片组成预处理后的测试样本集；

(4)训练飞机目标检测模型：将预处理后的所有训练样本输入到YOLO v3模型中进行迭代训练，当模型测试集误差下降到一定程度后趋于不变时，则认为模型训练完成，得到训练好的YOLO v3网络模型；

(5)检测重叠切片中的飞机目标：将测试样本集中的每个测试样本输入到训练好的YOLO v3网络模型中，输出每个重叠切片中的飞机目标检测结果；

(6)用边界框修正算法对测试样本中的飞机目标检测结果进行边界框修正：边界框修正算法包含相叠修正法和相邻融合法两部分，首先针对基于切分小图的飞机检测的坐标结果进行坐标转换，获得基于完整遥感图像的边界框检测结果；然后在基于完整遥感图像的边界框检测结果中，对位于同一目标上的相交边界框使用相叠修正法进行相叠修正；接着在基于完整遥感图像的边界框检测结果中，对同一目标上的平行相邻边界框使用相邻融合法进行融合改进；得到相交边界框和平行相邻边界框的边界框修正结果；

(7)生成飞机目标检测结果图：将边界框修正结果作用于原始遥感图像上得到最终检测结果。

2.根据权利要求1所述的基于边界框修正算法的遥感图像飞机目标检测方法，其特征在于，步骤(6)中所述的对测试样本中的飞机目标检测结果进行边界框修正，包括有如下步骤：

(6a)坐标转换：将重叠切分小图中的坐标转换为完整遥感大图中的坐标，将每个重叠切片的目标检测结果中边界框左上角顶点处在切分小图坐标系中的坐标、边界框右下角顶点处在切分小图坐标系中的坐标分别转换为在对应的完整遥感图像测试样本中的边界框位置坐标，完成坐标转换，获得基于完整遥感图像的边界框检测结果；

(6b)使用相叠修正法进行相交边界框修正：使用边界框修正算法中的相叠修正法，对获得的基于完整遥感图像的边界框检测结果中同一目标上的相交边界框，使用偏移因子Δ参与进行相叠修正，获得最合适的边界框，即最终修正框；

(6c)使用相邻融合法进行相邻边界框修正：使用边界框修正算法中的相邻融合法，对获得的基于完整遥感图像的边界框坐标检测结果中同一目标上的平行相邻边界框，使用融合公式参与进行融合改进，去除冗余边界框，获得最终的生成框。